AI到底對知識產(chǎn)權工作會產(chǎn)生哪些影響？（二）

上次我們討論了AI對專利檢索的影響，專利檢索是一項非常專業(yè)的任務。這項工作的門檻似乎不高，但要精通卻非常困難。檢索人員需要能夠迅速理解技術，具備敏銳的嗅覺和聯(lián)想能力，并且對專利法有深入的理解。檢索的主要步驟大致包括：理解技術；總結關鍵點（criteria）；編輯檢索式；對比文件篩選；專利比對（包括權利要求的比對）；撰寫分析報告。上篇文章分析了AI在理解技術和總結關鍵點方面的優(yōu)勢，這是做好專利檢索分析的第一步。

關于編輯檢索式，不同的檢索類型對編輯檢索式的要求程度不同。對于查新/新穎性檢索，一般不要求編寫完備嚴密的檢索式，這類檢索對查全率沒有高要求，只要找到能夠挑戰(zhàn)相關方案新穎性和創(chuàng)造性的對比文件即可。而對于FTO、Landscaping的檢索，通常需要編寫較為嚴密的檢索式，檢索式之間講究邏輯，因此這類檢索通常需要編寫一整套環(huán)環(huán)相扣的檢索式，從多個角度布置一張網(wǎng)，確保查全率和查準率。編輯檢索式是一項專業(yè)工作，要想編寫一個好的檢索式，不僅需要檢索人員熟悉相關技術領域，還需要掌握良好的檢索技巧，并且具備一定的聯(lián)想和想象力。這種聯(lián)想和想象力就是檢索人員的嗅覺，優(yōu)秀的檢索人員總能發(fā)現(xiàn)好的“梯子”，爬到想要的位置。許多人認為，檢索可以通過“暴力”來解決。如果一個檢索人員檢索不到，就找十個人同時背對背檢索，總能窮盡。但實踐中，這并不總是有效。對于“梯子”相對容易找到的文獻，多花些時間，多投入些人力，通?？梢越鉀Q問題。然而，對于那些看似不同，但仔細研究卻發(fā)現(xiàn)非常相似的文獻，僅靠人海戰(zhàn)術是難以奏效的。如果人海戰(zhàn)術能夠完全應對搜索任務，這項工作就可以被AI替代。

目前，AI已經(jīng)能夠編寫初步的檢索式，例如在檢索時需要擴展同義詞，這是AI完全可以做到的。此外，AI能夠從不同角度模仿人類編寫檢索式，例如Maxipat可以做到這一點。輸入一段話，系統(tǒng)自動將這段話轉(zhuǎn)換成多套檢索式。

輸入一段話：一種自動濾渣的豆?jié){機，包括豆?jié){機的刀片座、濾網(wǎng)及豆?jié){機杯。所述豆?jié){機的刀片座可以電動旋轉(zhuǎn)，所述濾網(wǎng)能夠通過卡口固定到豆?jié){機的刀片座上，使得濾網(wǎng)可以跟隨刀片座一起轉(zhuǎn)動，濾網(wǎng)和刀片座都設置在豆?jié){機杯內(nèi)。本實用新型的有益效果在于提供了一種自動濾渣的豆?jié){機，豆?jié){機的刀片座設置成可電動旋轉(zhuǎn)的，并且濾網(wǎng)能夠與刀片座聯(lián)動，實現(xiàn)過濾豆渣的功能。

系統(tǒng)可以根據(jù)這段話編寫幾個比較復雜的檢索式：

• 
  

• Maxipat的AI檢索式

  這種做法并不難，只要將各國審查員在審查專利時編寫的檢索式收集起來，并將它們與相關專利的權利要求對應起來，訓練一個能夠編寫檢索式的模型的難度不大。但是，AI編寫的檢索式與審查員編寫的仍有差距。好在模型可以根據(jù)反饋結果不斷調(diào)整檢索式，只要給予足夠的時間和算力，AI還是能夠編寫出不錯的檢索式。
  

  在討論AI搜索時，我們必須提及語義搜索。語義搜索的歷史相對較長，其核心是將相關語料轉(zhuǎn)換為數(shù)學上的向量，建立一個向量數(shù)據(jù)庫。對于專利來說，就是將專利文本轉(zhuǎn)換為向量，存入向量數(shù)據(jù)庫。用戶進行語義搜索時，系統(tǒng)會將用戶輸入的問題也轉(zhuǎn)換為向量，然后計算兩個向量的相似度。這種搜索的準確性取決于將文字轉(zhuǎn)換為向量的模型，即“embedding”。為了準確地進行轉(zhuǎn)換，需要投入大量精力去訓練embedding。向量搜索存在固有的缺陷，總是會有誤差，研究人員采用了各種方法來減少這些誤差。

  在專利或論文的語義搜索中，還存在一個天然的悖論：向量搜索在搜索行為非常接近或密集的情況下比較有效。例如，在雙11期間，許多人同時在搜索“衣服”、“襪子”，這些近似的搜索基本上都可以緩存、模糊處理并推薦給用戶。不同的搜索之間差異較大，例如搜索“襪子”和“電飯煲”，這兩個搜索行為之間的差異較大，很容易進行識別。在專利或論文搜索中，不同用戶搜索的文獻可能非常接近，搜索行為卻極為稀疏。例如，關于豆?jié){機刀片的專利可能有幾千篇，不同的檢索人員都在檢索豆?jié){機的刀片，但他們總是在尋找豆?jié){機刀片的不同技術方案。幾百篇專利都在討論豆?jié){機刀片，這些文獻在轉(zhuǎn)換為向量時非常接近，而不同人員在檢索時輸入的檢索目標不同，轉(zhuǎn)換為向量時也非常接近。向量搜索在專利和論文搜索時會遇到很大的困難。

  為了減少向量搜索的近似誤差，在論文或?qū)＠阉黝I域，通常會建立分詞表，收集專利中的一些專業(yè)詞匯，建立分詞表，這樣可以大大提高語義搜索的準確率。Maxipat曾經(jīng)通過模型建立了包含7000萬詞的中英文分詞表。此外，無論是語義搜索還是關鍵詞搜索，都存在排序問題，也有不同的排序方法。

  隨著AI技術的發(fā)展，我們發(fā)現(xiàn)一種新的模型特別適合專利和論文的搜索，那就是Graph Transformer。這種模型可以完美地避免傳統(tǒng)語義搜索的缺點，將所有專利文獻直接轉(zhuǎn)換為圖形結構，直接以圖形數(shù)據(jù)進行匹配。效果相對傳統(tǒng)的語義搜索，在檢索性能上提高很多。

  
  

  Maxipat采用的GT搜索
  

  上一篇文章：

  （未完待續(xù)）
  

  Maxipat致力于作為成為科技創(chuàng)新和知識產(chǎn)權工作的AI加速器，主要包括輔助創(chuàng)新：提高研發(fā)的科技創(chuàng)新效率，通過problem-solution算法深層關聯(lián)到的真實技術方案，能夠跨領域進行技術方案的深層挖掘和關聯(lián)；智能搜索與分析：將專利搜索和報告制作借助AI實現(xiàn)智能化，包括智能查新、無效、FTO、Landscaping報告。目前開放注冊中。

  感興趣的朋友可以通過以下三種方式填寫申請信息：
  

  1. 請發(fā)郵件到郵箱：info@maxipat.com

  2. 點擊文末閱讀全文；

  3. 掃描以下二維碼
  

  感興趣的朋友可以加筆者微信patentlight
  

  首例基因技術藥物專利授權案牽動億萬產(chǎn)業(yè)